-
公开(公告)号:CN109325960B
公开(公告)日:2021-07-09
申请号:CN201811381701.9
申请日:2018-11-20
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种红外云图气旋分析方法,包括(1)基于卷积神经网络的SSD框架构建气旋系统检测网络,采用该网络从云图数据集中的每张云图中自动识别和定位气旋;(2)采用OTSU阈值分割算法对所述气旋进行阈值分割,并对所述阈值分割结果进行面积滤波,得到所述气旋的初始轮廓;(3)以所述气旋的初始轮廓作为输入,采用Chan‑Vese模型得到所述气旋的气旋边界;(4)利用所述SURF算法提取所述气旋边界的气旋特征点;(5)采用FLANN匹配器通过欧氏距离计算相邻时刻气旋各个特征点的匹配率,从而实现气旋的追踪。本发明借鉴MobileNet网络,结合SSD检测框架构建气旋检测网络对云图进行识别,识别准确率高,并且更简单。
-
公开(公告)号:CN109325960A
公开(公告)日:2019-02-12
申请号:CN201811381701.9
申请日:2018-11-20
Applicant: 南京信息工程大学
CPC classification number: G06T7/246 , G06K9/6201 , G06K9/6256 , G06K9/6267 , G06N3/0454 , G06T7/13 , G06T7/136 , G06T2207/10048 , G06T2207/20081 , G06T2207/20084 , G06T2207/30192
Abstract: 本发明公开了一种红外云图气旋分析方法,包括(1)基于卷积神经网络的SSD框架构建气旋系统检测网络,采用该网络从云图数据集中的每张云图中自动识别和定位气旋;(2)采用OTSU阈值分割算法对所述气旋进行阈值分割,并对所述阈值分割结果进行面积滤波,得到所述气旋的初始轮廓;(3)以所述气旋的初始轮廓作为输入,采用Chan-Vese模型得到所述气旋的气旋边界;(4)利用所述SURF算法提取所述气旋边界的气旋特征点;(5)采用FLANN匹配器通过欧氏距离计算相邻时刻气旋各个特征点的匹配率,从而实现气旋的追踪。本发明借鉴MobileNet网络,结合SSD检测框架构建气旋检测网络对云图进行识别,识别准确率高,并且更简单。
-